Bu hafta Alien: Earth dizisinin 5. Bölümü yayınlandı ve Alien evrenindeki en büyük şirketlerden biri olan Weyland-Yutani hakkında da daha fazla bilgi sahibi olma şansını yakaladık. Konuya derinlemesine girmeden önce aşina olmayanlar için kısa bilgiler vereyim.

Alien film serisinin ilk filmi 1979 yılında vizyona giriyor. Filmin yönetmeni ve proje sahibi Ridley Scott. Ardından Ridley Scott önderliğinde aynı evrende geçen 8 farklı film daha çekiliyor. En sonuncusu da bugünlerde gündemde olan Alien: Earth dizisi. Bilim Kurgu – Korku temasının sürdürüldüğü bu serinin 1979 yapımı olan ilk filmi günümüzde hala en büyük ve en etkili bilim kurgu – korku filmi olarak kabul görüyor. Diziden farklı olarak film serilerinde dünyayı ya hiç görmüyorduk ya da apokaliptik bir geleceğe sürüklendiğini görüyorduk. Zaten Ridley Scott’ın en büyük başarısından birisi hikayelerin uzay gemisi içinde geçmesi ve izleyenlere klostrofobik bir ortam yaratması. Uzay gemilerinin dar ve karanlık koridorları, minimalist yaşam alanları, Cryosleep olarak adlandırılan, insan bedenini dondurarak yaşamsal faaliyetleri uzayın engin derinliklerinde seyahat edilebilecek denli uzun uykularda tutan ve yaşlanmayı engelleyen son derece rahatsız edici basıklıkta kapsülleri ile karakterlerin kaçma refleksini göstereceği anlarda seyirciye yarattığı sıkışmışlık hissi… Schrödinger’in kedisi Alien evrenindeki uzay gemilerini anlatmak için aslında çok doğru bir yaklaşım olabilir. Lakin bu gemiler ya başıboştur ya da içinde canlı olduğuna dair izlenim sunar fakat detaylı bir bilgi vermez. Kısacası bu paradoksta gemilerin canlılık ve ölü olma halleri eşdeğerdir. Korku unsurları da bu belirsizlik üstüne kurularak dünya dışı bir varlığın gemideki mürettebatı tehdit etmesiyle başlıyor.

Gelelim diziye…

Dizinin beni en çok etkilediği alan hikâyenin dünyamızda geçmesi ve ilk filmin kronolojisine göre yaşanacak olayların 2 yıl öncesini konu alması. ( İlk Film: 2122 –  Dizi: 2120 ) Dünya hala yaşanılabilir bir yer. Hala günümüzün teknolojilerinin birçoğu geçerliliğini koruyor ancak küresel anlamda insanların benimsediği yaşam tarzı değişmiş durumda. Siyaset ve politika tamamen işlevini yitirmiş ve dizide de değinildiği üzere, insanlar kendilerini yönetecek siyasetçileri terk edip büyük teknoloji devlerinin kurdukları devletlerin birer vatandaşı. Dünya 5 büyük teknoloji firmasının paylaştığı ve halkın o firmaların şehirlerinde hayatlarını sürdürdüğü bir gelecek inşa edilmiş durumda. Bu firmalardan birine tüm seriden aşinayız; Weyland-Yutani. Dizide tanıştığımız 5 büyük şirketin bir tanesi de The Prodigy Corporation. Yeryüzünde bir ada şehrine (Neverland) sahipler. Şirketin başında dünyanın en genç trilyoneri Boy Kavalier var. 5 şirketinde arka planında tek bir amaç var. İnsanoğlu için sonsuz yaşamı keşfetmek ve tüm dünyaya hâkim olmak. Şirketlerin bu amaç uğruna geliştirdikleri 3 farklı yapı taşı teknoloji var; Cyborglar, Sentetikler ve  Boy Kavalier’in buluşu olan Hibritler.

Hikâyede Wendy karakteri ilk Hibrit prototipi ve insan bilincinin insansı robotlara transferiyle* karşımıza çıkıyor. Buraya bir yıldız eklemekte fayda gördüm çünkü dizide bu konuda bir paradoks var. Prodigy’de çalışan iki bilim insanının konuşmasında şöyle bir detay geçiyor; “Biz gerçekten de insan bilincini insansı robotlara mı naklettik yoksa insan bilincini taklit edecek yapay zekalar mı geliştirdik?” Bu sorunun cevabı henüz yok. Sorunun kritik olmasının sebebini de şöyle özetleyebilirim; geliştirilen bu teknolojide bilinç transferinin yetişkinlerde işe yaramadığı, beyinlerinin çok sert olduğu ve hayal gücüyle beslenen çocuklarda bu işlemin yapılabileceği çokça değiniliyor. Wendy’den sonra tıpkı Wendy gibi yaşı küçük, ölümcül hastalığa yakalanmış ve kurtulma şansı olmayan 5 farklı çocuk da yetişkin bedenlerinde birer Hibrite dönüştürülüyor. Bu çocukların ailelerine çocukların öldüğü söyleniyor. İki bilim insanının taşıdığını endişeyi burada daha iyi anlayabiliyoruz; “Yoksa biz bu çocukları öldürdük mü?” Çünkü bilinç transferi yerine bilincini kopyalayan ve taklit eden bir yapay zekâ mı hibritleri yönetiyor henüz ucu açık bir soru… Bu 5 çocuğa Prodigy içinde kayıp çocuklar deniyor. Projenin gizliliği sebebiyle gerçek isimleri yerine kendilerine yeni isimler veriliyor onlar da şöyle; Slightly, Curly, Nibs, Smee ve Tootles… Bir saniye. Buraya kadar ki mevzu bir yerden tanıdık gelmeye başladı mı? Neverland, Wendy, Kayıp Çocuklar… Evet doğru tahmin ettiğiniz ünlü çocuk romanı klasiklerinden bir referans; Peter Pan.

Peter Pan’ın hikayesinin geleceği uyarlanmış çarpık ve karanlık bir versiyonu dizide sık sık karşımıza çıkıyor. Dünyanın en genç milyarderi olan Boy Kavalier’in dizide kayıp çocuklara geceleri sık sık Peter Pan’dan hikayeler okuduğunu da görüyoruz. Hatta çocukların bilinçleri hibrit yetişkin bedenlere aktarılırken uykuya dalmalarından önce kendilerine Peter Pan çizgi filmi izlettiriliyor.

Peter Pan’ın romanındaki ana karakterlerden biri olan Wendy Darling ilk hibrit modeliyken, kayıp çocuklara Peter Pan’ın çocuk çetesinin isimleri veriliyor ve yaşadıkları yer de pek tabii ki Neverland. Çocukların bilinçleri, çocuk zekalarıyla yetişkin hibritlere aktarıldığı ve bu bedenler yaşlanmadığı için kayıp çocuklar referansı çok daha değerli bir hale geliyor çünkü Peter Pan’dan da biliyoruz ki; “Kayıp çocuklar asla büyümez…”

Diziye burada bir ara veriyorum ve izlemenizi tavsiye ediyorum. Diğer filmlerle ilişkisini kurma ihtiyacı duymadan ( Alien evreninin 2 yıl öncesinde geçtiği için… ) gönül rahatlığı ile izleyebilirsiniz. Ben ilk 5 bölüm itibariyle çok başarılı buldum. Aslında üstünde konuşulması gereken pek çok detay var ancak bunları belki de sezon finalinden sonra başka bir yazıda değerlendiririz. Şimdi gelelim ana konuya;

The Prodigy Corporation’inin Peter Pan referansını günümüzdeki firmalara uyarlasaydık sizce nasıl bir hikaye ile karşılaşırdık? Bunun için Forbes’in 2025 Mart verilerine göz attım. Alien: Earth dizisinde dünyayı 5 farklı firmanın yönettiğini söylemiştim, o zaman bugün ki sıralamaya göre şöyle bir listemiz olurdu;

1. Apple ( 3,63 Trilyon USD)
2. NVIDIA (3,04 Trilyon USD)
3. Microsoft (2,95 Trilyon USD)
4. Amazon (2,24 Trilyon USD)
5. Google (2,08 Trilyon USD)

Ardından ChatGPT ile biraz sohbet ettik ve ona Alien: Earth dizisi ile Peter Pan referanslarını verdim. Bu 5 büyük şirketi klasik çocuk romanlarıyla eşleştirmesini istedim. Liste çok uzun olduğu için sadece ilk ikisine değineceğim. Belki de diğer 3 firmanın benzerlikleri siz keşfetmek istersiniz;

APPLE – OZ BÜYÜCÜSÜ

Steve Jobs ve Steve Wozniak’ın mütevazi hayatlarını kurdukları Los Altos kasabası ile Dorothy’nin sakin hayatını geçirdiği Kansas Çiftliği’nin benzerliğine değiniyor ChatGPT. İkili hayatlarını değiştirecekler garajda geleceği tasarlarken, Dorothy küçük eviyle birlikte bir fırtınaya kapılarak bambaşka bir diyara savruluyor. Şöyle de bir ekleme yapma gereği duyuyor; “O yıllarda Apple’ın hedefi basitti: Kişisel bilgisayarı herkesin erişimine sunmak. Kansas’ın sadeliği gibi, Apple da mütevazı ama merak dolu bir yolculuğa çıktı.”

Risk ve Devrim Rüzgarları = Hortum

Dorothy’yi Oz’a götüren hortum gibi, Apple da Apple II ve Macintosh’un başarısıyla teknoloji dünyasına savruluyor. Bir hortum gibi inişli, çıkışlı, sert, zor ve tutunması güç bir yolculuk bu. Hortum, Dorothy’nin hayatını değiştiren dönüm noktası olurken; Apple içinse bu, kişisel bilgisayarlarda yaratacağı devrimin bir yansıması olarak karşımıza çıkıyor. Apple bir anda dev şirketlerin arasına katılıyor ve kendini farklı bir evrende buluyor tıp ki Dorothy gibi…

Sarı Tuğla Yol = Yenilikçilik ve Tasarım Felsefesi

Dorothy’nin Oz’daki yolculuğunda sarı tuğla yol ona rehberlik ederken. Apple için bu yol, tasarım ve kullanıcı deneyimi olarak karşımıza çıkıyor. Apple her yeni ürünüyle yola bir sarı tuğla ekliyor ve bu yolu takip ediyor; İlk iPhone ile dokunmatik ekran devrimi, iMac’lerin renkli tasarımları, Steve Jobs’ın kızının kasetçalarını gördükten sonra “sana öyle bir şey yapacağım ki yüzlerce şarkıyı cebinde taşıyacaksın” diyerek piyasa sürdüğü iPod gibi…

Yoldaş Karakterler = Apple’ın Ürünleri ve Vizyonu

Dorothy’nin yol arkadaşları aslında Apple’ın ürün politikasıyla da örtüşüyor.

• Beyin Arayan Korkuluk: Apple’ın erken dönem ürünleri (Apple II, Macintosh), bilgisayar dünyasına zekâ ve yaratıcılık kazandırıyor.
• Kalp Arayan Teneke Adam: iPod ve iTunes, insanlara duygusal bağ kuracak bir müzik deneyimi sunuyor.
• Cesaret Arayan Aslan: iPhone, devasa risklere rağmen (tuşlu telefonlar, piyasadaki Nokia, Motorola, Blackberry üstünlüğü) piyasaya sürülüyor ve Apple’ı tarihin en cesur işlerinden biri oluyor.

Oz Büyücüsü = Apple’ın Vizyonu ve Liderleri

Oz Büyücüsü’nün gizemli ve büyülü görünümü ve illüzyon becerisi; tıpkı Apple’ın ürün lansmanlarının sihirli bir deneyime dönüştürme becerisi gibi Oz Büyücü ile de örtüşen noktalardan. Her lansmanda belki de bilindik olan ancak sunum stratejileri ile vay be dedirten teknolojik ilerlemeler daima göz önünde olmayı başarıyor.

Oz’dan Eve Dönüş = Apple’ın Evrenselleşmesi

Dorothy sonunda Kansas’a döner ama artık değişmiştir. Apple da garajdaki günlerinden çok uzaklaşıp; şimdi dünyanın her yerinde, herkesin hayatına dokunan bir marka haline dönüşmüş vaziyette. Dorothy’nin yolculuğu nasıl kendini keşfetmesine yol açtıysa, Apple da yıllar içinde kimliğini buluyor: Basitlik, zarafet ve yenilik. Artık Apple sadece bir teknoloji şirketi değil, bir yaşam tarzı ve kültür simgesine dönüşmüş vaziyette. Kurdukları ekosistem ile de belki de gelecekte Alien: Earth dizisindeki şirketlerden birine dönüşmemesi için engel de yoktur, kim bilir… Zaten bugün bile Apple bizlere bir aidiyet hissiyatı yanında bir topluluk olduğumuzun da mesajını vermiyor mu?

NVIDIA – DEMİR DEV

NVIDIA, tıpkı gökyüzünden düşen gizemli Demir Dev gibi başlangıçta küçük bir ekiple, büyük bir potansiyeli açığa çıkartıyor. Başlangıç yıllarında oyun ve grafik pazarına giriş yaptığında henüz gerçek güçlerini bilmiyorduk. Tıpkı Demir Dev gibi…

              Gücünü Keşfeden Dev = GPU Devrimi

Demir Dev, hikâyedeki maceralarda git gide kendi gücünün sınırlarını keşfederken NVIDIA da GPU’yu (Grafik İşlemci Birimi) icat ederek teknoloji dünyasında gerçek kimliğini ortaya koymuş oldu. Bu, sadece oyunları değil, tüm dijital dünyayı değiştiren bir adım olacaktı; Demir Dev’in dünyayı kurtarması gibi.

              İnsanlarla Bağ Kurmak = Geliştiriciler ve Endüstriler

Filmde Hogarth, Demir Dev’in dostu olur ve ona insanlara zarar vermek yerine koruması gerektiğini öğretir. Hikayede dünyaya düştüğünde korkutucu görünen o devasa cüssesinin ardında insanlarla bağ kuran bir robota dönüşümüne tanıklık ederiz. NVIDIA da GPU’larını sadece eğlence için değil; bilim, tasarım, sağlık ve otomotiv gibi sektörlerde insanlığın yararına sunarak kendi konumlandırmasını sağlama almış oluyor. Sadece bir geliştirme yaratmanın ötesinde endüstrilere de yön verecek teknolojiler üretebilir hale geliyor.

              Kahramanlık ve Fedakârlık = Yapay Zeka Çağı

İnsanlık farklı bir tehlike ile karşı karşıyayken Demir Dev hikayenin sonunda bir kahraman oluyor ve dünyayı kurtarıyor. NVIDIA da bugün yapay zekanın kalbini oluştururken, otomatik sürüşten tıbbi araştırmalara kadar dünyayı ileri taşıyacak bir çağ başlatmış oldu. İnsan hayatının sağlıklı devamı için üstlendikleri misyona tıbbi ve hayatı kolaylaştıran unsurlar açıdan baktığımızda Dev, artık sadece güçlü değil; bilgeliği ve sorumluluğu da üstüne yüklemiş durumda.

NVIDIA’nın kendisini keşfetmesiyle Demir Dev’in keşif süreçleri birbirine benzese de sonuçta Demir Dev’de tıpkı Oz Büyücüsü ve Peter Pan gibi bir çocuk romanı… Bu iki örnek de aslında ne kadar “masumane” kaldı fark ettiniz mi? Neticede bir yapay zekâ ile sohbetimin sonucunda bu kısımları kaleme aldım. Peki roman kitaplarının kapağını açtığımızda sayfalar arasında yazarların görmemizi istemediği bir karanlık duruyor olabilir mi? Çocuk Romanları aslında bizleri gelecek için uyaran ve satır aralarında önemli öngörüler içeren birer nesiller arası aktarım aracıysa ve pek çok şey çok çok öncelerden orada yazılıysa?

Çocuk Romanlarının Arkasına Saklanan Karanlık

Robotik Endüstrinin gelişimine baktığımızda; sizce de Charlie’nin Çikolata Fabrikası’ndaki Bay Bucket’ın; Diş macunu fabrikasında vidalı kapakları şişelere yerleştiren bir işçiyken gelişen teknoloji ile nasıl işinden olduğunu okumamış mıydık?

İnternette her gün bir siteye üye olmak için bir sürü bilgilerimizi paylaşıyoruz, maillerimizden otomatik girişler yapıyoruz. Firmalar alışveriş alışkanlıklarımızı öğrenmek için bizlere küçük havuçların olduğu kartlar basıyor, aslında sürekli bir gözetim ve veri toplama kültürünün içinde farkında olmadan debeleniyoruz. Bunun yanında dijital dünyada farklı kimliklere bürünmekten de çekinmiyoruz. Sosyal medyada ve gerçek hayatta farklı hayatlar yaşayabiliyoruz, peki Alice Harikalar Diyarı’ndaki şu cümleyi hiç birilerine söyleme ihtiyacı duydunuz mu bugüne kadar? “Beni kim olduğunu bilmeden sevseydin keşke.”

Teknolojinin gelişim hızına yetişemeyip tökezleyeceğinizi ve düşeceğinizi düşündüren makalelerle, köşe yazılarıyla, sohbetlerle baş başa kaldığımız günlerden geçiyoruz. Artık sabır yok, hız ve çeviklik var. Oysa insandan beklenen bu hız onun anatomisine ve öğrenimine tezat bir durum. Winnie-the-Pooh’un sakin, oyun ve dostluk dolu dünyası; sosyal medya bildirimleri ve sürekli içerik akışıyla yer değiştirmedi mi? Siz bugün bu yazıya bile bir mecradan ulaşıyorsunuz değil mi? Ah sevgili Winnie ne kadar da haklıydın oysa; “Biraz daha büyüyecek vaktim olsaydı keşke.” Bu cümlenin benzerlerini gün içinde kendinize sormuyor musunuz?

Teknolojinin bu hızı ve değişimi mutluluktan ziyade bir endişe ve korku yaratmaya yeni yeni başlamışken ve bu çağ insanoğlunun anlamlandırmanın, keşfetmekten çok daha uzun bir yolunun olacağını düşündürürken Oz Büyücüsü’ndeki teneke adamın sözleri geliyor aklıma; “Her gün yeni bir şey icat ediliyordu ama kimse nedenini bilmiyordu.”

Sosyal medya ve teknoloji bağımlılığı yaratan oyunlaştırılmış deneyimlerle farkında olmadan çocuklarımızın ellerinden aldığımız özgürlüklerine bir de Pinokyo gözünden bakalım mı; “Çocuklar, şeker, oyun ve eğlenceyle kandırıldılar; ama sonunda hepsi eşeğe dönüştü.”

Son Olarak Tekrar Alien: Earth

Alien: Earth dizisinden bir alıntı ile yazımı noktalamak isterim; Diziye “çok uzak bir aydan” dünya dışı varlıkları dünyaya getirecek bir uzay gemisinin hikayesiyle başlıyoruz. Gemideki doktorlardan birisi dünya dışı yaratıkları şöyle değerlendiriyor: “Uzay yolculuğu inşa edip yıldızlararası yolculuk yapabilecek kadar akıllı ancak bu dünya dışı parazitleri eve getirmememiz gerektiğini anlamayacak kadar aptalız.”

Dünya dışı parazitleri bir metafor olarak düşündüğünüzde tüm bu yazı içerisinde ne kadar çok şey özetlemiş… Vakit ayırıp okuduğunuz için teşekkür ederim.

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="9"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Çocuk Romanlarının Arkasına Saklanan Karanlık ve Alien: Earth yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Cursor’lar uçuşuyor, LLM’ler gün aşırı versiyon atlıyor, Midjourney neredeyse Picasso’yu emekli etmeye geldi. Artık birkaç kelimeyle rapor yazılıyor, kreatif kampanya yaratılıyor, analiz çıkarılıyor. Yani teknoloji sadece destek olmuyor; yer yer sahnenin başrolüne oynuyor. Hatta öyle bir hale geldi ki kendi meslek grubumuz özelinde oyuncak kutularımızı başlangıç kitlerimizi bile mizahi bir dil ile bize sunuyor : )

Peki biz bu tabloda neredeyiz?

Eskiden ajanslar “yaratıcılık insana ait, duygular AI’la olmaz” diyordu. Bugün aynı ajanslar “AI Uzmanı” arıyor. İronik mi? Fazlasıyla. Ama bir o kadar da gerçek.

Çünkü işler değişti. Yaratıcılık artık sadece içgörüyle değil, veriye oturtulmuş yaratıcı sistemlerle geliyor. Ve evet, bazen bir prompt, onlarca beyin fırtınasının önüne geçebiliyor. Bu kötü mü? Hayır. Ama doğru kullanılırsa.

Kurumsal dünyada da tablo aynı:Yeni biri alınacaksa, artık sadece “analitik mi, yaratıcı mı?” değil;

“AI’a dokunmuş mu, elini biraz kirletmiş mi?”diye de bakılıyor.

Kendi alanımdan örnek vereyim.Bir İş Analizi Müdürü olarak hem teknik hem stratejik işler yürütüyoruz. Ama son 1 yıldır gördüğüm şey şu:Artık ekip arkadaşlarımızın prompt yazma merakı, Excel formülünden daha değerli hale gelmeye başladı.Çünkü üretken yapay zekâ sadece hız değil, bambaşka bir düşünme biçimi sunuyor.Ama bu hız aynı zamanda büyük bir riski de beraberinde getiriyor:

Her şeye yetişmeye çalışırken hiçbir şeye yetememek.

O yüzden fark ettim ki mesele; yapay zekâya “yetişmek” değil, onunla nasıl ilerleyeceğimiz.

Geçenlerde Black Mirror’un son sezonunu izledim (bu noktadan sonrası küçük bir spoiler olabilir ama durma, hayatın ta kendisi spoiler zaten).

İlk bölümde beyin çipi “ilerleme” diye sunuluyor ama sonuç: distopya. İkinci bölümde kuantum bilgisayar, evrenler arası geçişi sağlıyor ama sonunda gerçeklik bile griye bulanıyor.

Yani soru netleşiyor:

Teknoloji bizi ileri mi taşıyor, yoksa biz sadece yeni bir versiyona mı yükleniyoruz?

O zaman ne yapacağız peki?

• AI’a entegre olmalı, ama teslim olmamalı.
• Otomasyonu kullanmalı, ama özgünlüğü kaybetmemeli.
• AI’dan destek almalı, ama yaratıcılığın iplerini bırakmamalı.

Çünkü AI bir araç, ama biz yönünü belirleyen elleriz. Ve bence asıl mesele şu ki;

Yapay zekâyı herkes kullanacak.Ama onunla kendi sesini kaybetmeden üretmeye devam edenler, fark yaratacak.

Bir sonraki yazıya kadar,

Serap.

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Görüyorum Ama Müdahale Etmiyorum (!) yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Bizim zamanımızda diyerek başladığım bir cümlenin olacağı yaşlara gelmiş olmak ne kadar can sıkıcı olsa da, bugün yazacağım konu benim için oldukça önemli bir alan üzerine.

Lisans eğitimimi mühendislik üzerine almış biri olarak, çocukluğumda doktor olmayı ve birçok hastayı kurtarmayı hedefleyen bir amaçla büyüdüm. Küçük deneyler yaparak hayallerimi beslesem de asıl amacım iyi bir doktor olmaktı. Ancak sınav sistemi mağdurlarından biri olarak, hayallerimi başka seçimlerle yeni bir rota hesaplamaya mecbur kaldım.

Yıllar geçti, 2014-2015 yıllarında yakınlarımın zorlayıcı bir tedavi sürecine şahit oldum. O zamanlar yapay zeka henüz hayatımızda yoktu; her şeyi tek tek araştırmak, kelimelerin hangi alanlarda ne anlama geldiğini öğrenmek ve sayısız makale taramak gerekiyordu. Bu süreç zorlayıcı ama aynı zamanda öğreticiydi.

Bugün başka bir yakınımın tedavi sürecinde yine yoğun araştırmalar yapıyorum. Ancak bu sefer Gen AI desteğini göz ardı edemem. Filmler, raporlar, tıbbi görüntüler… Hepsini yorumlayan, makaleler öneren ve bunları okuyarak en azından konu hakkında fikir sahibi olmamı sağlayan bir yardımcı var elimde. En kıymetlisi de bu fikir sahibi olmak için aylarca uğraşmıyor oluşum.

Elbette yapay zeka hayatımıza muazzam bir aydınlık ya da şifa sunmuyor. Zaten tüm uygulamaların ana teması, sen onu nasıl kullanırsan onun da sana öyle karşılık verecek olması, değil mi? Körü körüne bağlanmak mı, yoksa kendine ek bir kaynak sağlayacak bir asistan tutmak mı?

Bu konuyu Can Tosun a anlattığımda bana , Çin’de yeni açılacak bir yapay zeka hastanesinden bahsetti. Biraz araştırdım; gerçekten şahane bir sistem kurgulamışlar. Hatta iki yılda bir doktorun bakabileceği hasta sayısını birkaç haftada karşılayabileceklerini iddia eden bir makale bile var. ilgli habere aşağıdaki linkten ulaşabilirsiniz.

https://www.webtekno.com/cin-yapay-zeka-hastanesi-h150460.html

Aslında Gen AI hayatımıza geçen yıl girmedi. Makine öğrenimi, istatistiksel analizler, robotik süreçler gibi pek çok teknoloji zaten deneniyordu. Dijital ortamda bilginin çokluğu ve bu kolaylaştırıcı AI ajanlarını kullanmayı öğrendikçe yeni alanların keşfi hız kazandı. Ancak bu noktada birkaç tedirginliğimi belirtmeden geçemeyeceğim:

• Sistemlerin ve tedavi yöntemlerinin güncelliği çok kritik. Yapay zekanın getirdiği bu konfor alanı, yeniyi deneme heyecanını ve üretme isteğini köreltebilir.
• Bazı ameliyatlar var ki yalnızca bilgiyle değil, el işçiliği ve o an alınan kararlarla başka bir boyuta taşınabiliyor. Ameliyat sırasında bu muhakeme gücünü bir robota nasıl öğreteceğiz?
• Beslenmeyen bir ekmek hamuru nasıl mayalanmazsa, araştırmalar desteklenmezse yenilikler de üretemez. Araştırmaları teşvik etmek için neler yapılacak?

Gün geçtikçe sağlık sektörünün zorlukları ve bu mesleğin değerlerinin azalması, bu alanın robotlarla doldurulması fikrini kimi zaman heyecan verici gösterse de, insanın anlık küçük dokunuşlarla büyük hayatlar kurtardığını unutmamalıyız. Bu yüzden işleri kolaylaştıracak bir sistem kurgularken, aynı zamanda bu ateşi harlayacak araştırma ve deneyleri de sürdürmek gerekir.

Siz bu konu hakkında ne düşünüyorsunuz? Yorumlarda buluşalım.

(Yazıdaki görseller Chatgpt’nın yapay zeka görsel oluşturucusu kullanılarak üretilmiştir.)

Yapay Zeka ile Şifa Arayışı: İnsanlığa Yeni Bir Dokunuş
Yapay Zeka ile Şifa Arayışı: İnsanlığa Yeni Bir Dokunuş

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Yapay Zeka ile Şifa Arayışı: İnsanlığa Yeni Bir Dokunuş yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Geçen hafta Microsoft’un #microsoftAITour etkinliğine katılma fırsatım oldu. Co Pilot ın son gelen güncellemelerinede bir case ile göstermeleri şahane olmuştu. Neredeyse kobi olan tüm firmaların ne istediklerini doğru bir şekilde yazmalarına bile gerek kalmaksızın internet sitesi kurulumunu, frontend backend yazılımlarını, hatta pazarlama planını bile tek başına halledebiliyor.

İnanılmaz dediğinizi duyar gibiyim. Peki bunu nasıl yapıyor. Açıkcası nasıl yaptığını bilmiyorum ama tahminim arkasında iyi bir eğitim ve titizlikle çalışılmış bir dökümante sistemleri mevcut. Kulağa ürkütücü gelebilir, hatta yapay zeka işimizi elimizden alıyor işte bu da kanıtıda diyebilirsiniz.

Bence işler öyle ilerlemiyor çünkü yüzyıllardır dijitale yüklediğimiz bir çok veriden sonra eğer yeni bir şey üretmeyip ortaya yeni bir keşif bilgi çıkarmazsak yapay zekada bize artık ilginç gelmeyecek. Kısıtlı kapasitede kısıtlı içerik çıkar öyle değil mi?

Etkinlikten sonra aklıma komik hatta bazılarına göre saçma bir deneme yapma fikri geldi. Şuan popüler olan tüm yapay zeka agentlarına “En iyi yapay zeka agentı hangisidir tarafsız olarak yorum yapar mısın?” sorusunu sordum. Ve sırayla aşağıda paylaşıyorum dönüşlerini 😊

1. Co pilot en iyilerinin birinci sırasında kendisini sonra google apple siri yi ve amazon Alexa yı eklemiş. Neden Chatgpt yok merak konusu

2. Sırada en popüleri CahtGpt yi ekliyorum. Chatgpt nin listesi co pilot a göre daha kalabalık ama dikkat çeken bir durumda google gemini ismi ile güncellediği bert ismini düzeltmemiş kendi alt yapısında. Bu da bir düşündürdü yani tek seferlik mi bu bilgilerin içeri alınması ?

3. Son günlerde popülerliğine popülerlik katan Anthropic in claude si ise hiç duymadığım agentlardan bahsetti. Özellikle açıp baktım baya faydalı olabilecek popüler olanlardan daha çok çıktı veren uygulamalar olarak görünüyorlar. Fırsatınız olunca sizinde bakmanızı öneririm.

4. Ve sona sakladığım Gemini yada eski adı ile bard 😊 gemini bu konuda çok bir firma sunmasada kendisi bile güncel adını değilde eski adını yazarak öneriyorsa dahada bir şey demem. Birileri bu arkadaşların database nin güncellemesi gerektiğini söylemeli 😊

Bende yapay zeka agent ları gibi şöyle bitiriyorum.

Sonuç: Agentlar dijitale yüklenen her ne var ise yeni bir veri olarak bu sistemleri besliyor. Her yeni gün insan ihtiyacına yönelik yeni bir keşifte bu yapay zeka aletlerinide değiştirecek o yüzden hangi alanda hangi asistana ihtiyacınız varsa en verimli olana odaklanmakta fayda var bir sonraki yazıya kadar…

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="3"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Yapay Zeka Dünyasında Bir Gün: Hangi Agent En İyi? CoPilot mı, ChatGPT mi, Yoksa Gemini mi? yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Bu Pazar Savcı olan dayım ile teknoloji üzerine sohbet ediyorduk. Kendisinin yıllar içinde bir çok kitap çıkardığını bunun içinde çok okuduğunu ve yorum yeteneğinin ne kadar iyi olduğundan bahsetti. Bende üzerinde çalıştığı bir davanın örneğini benimle paylaşırsa bu davayı kısa sürede özetleyip hatta çözüm önerisinde bulunabileceğimi söyledim. Nasıl olacağını sorduğumda ona yapay zeka programlarından bahsettim. Dikkatini çekti ve denemek istedi. Çıkan sonuçlar karşısında etkilendi ama gene de yeterli olmadığı konusunda bir sürü tartışma yaptık.

Sonra acaba gerçekten yapay zeka asistanı olarak kullanmak istesek nasıl bir sistem kurmamız gerekirdi diye düşünmeye başladım. Bir yandan da kendi hukuk sisteminde yapay zekayı kullanan ülkeler var mıydı? Bu soruların üzerine bu yazı çıktı. Biraz uzun oldu ama okuyana katkı olması adına paylaşmak isterim. Keyifli okumalar.

Elbette hukuksal süreçler çok değiştirilebilen kurallara sahip olmadığı için bu alanda yapay zeka sistemi kurmak verilecek cevapların doğruluğu daha yüksek olacaktır. Fakat buradaki kritik konu yapay zeka süreçleri yasal sınırları, etik kuralları ve veri gizliliği konularında da dikkat edilerek yani gizlilik ihlallerine karşı koruma altına alınacak kurgulanmalıdır. Bir hukukçunun yapay zekadan nasıl faydalanabilir sorusuna karşılık:

1. Veri Analizi ve Delil İnceleme
   Hukukçular, büyük miktarda veri içeren davalarda yapay zeka tabanlı araçlar kullanarak delilleri daha hızlı analiz edebilirler. Yapay Zeka, belgelerdeki önemli bilgileri filtreleyerek delillerin daha çabuk işlenmesini sağlar. Örneğin:
   • Doküman tarama ve sınıflandırma: Binlerce sayfa belgeyi otomatik olarak tarayabilir, önemli belgeleri sınıflandırabilir ve ilgili olanları öne çıkarabilir.
   • E-posta ve mesaj analizi: E-postalar, sosyal medya mesajları ve telefon kayıtlarını tarayarak şüphelilerin davranışları hakkında çıkarımlar yapabilir.
2. Önceden Belirlenen Hukuki Kararlarla Kıyaslama
   Yapay Zeka, önceki mahkeme kararlarını analiz edebilir ve savcının yürüttüğü davanın nasıl sonuçlanabileceğine dair olası senaryolar sunabilir. Benzer davalarda alınmış kararlar, emsal niteliğindeki içtihatlar ya da dava dosyalarının analiz edilmesi, savcının daha iyi bir strateji belirlemesine yardımcı olur.
3. Mahkeme Stratejisi ve Olası Sonuç Tahminleri
   Yapay Zeka, büyük veri setlerinden faydalanarak mevcut dava ile ilgili olasılık tahminleri yapabilir. Örneğin, belirli bir savunma stratejisinin geçmişte benzer davalarda nasıl sonuçlandığını analiz ederek savcıya çeşitli taktikler önerebilir. Ayrıca, bir jüri ya da hakimin önceki kararlarının da analiz edilmesi, hangi savunma ya da kanıtların daha etkili olacağını öngörebilir.
4. Yüz Tanıma ve Görüntü Analizi
   Savcılar, güvenlik kameralarından elde edilen görüntülerdeki şüphelilerin kimliğini doğrulamak için yüz tanıma teknolojisi kullanabilir. Ayrıca, yapay zekâ, video ve fotoğraf görüntülerini analiz ederek olayların nasıl geliştiğine dair daha fazla bilgi sunabilir.
5. Dil İşleme Teknolojileri ve Ses Analizi
   Yapay zekâ, ses kayıtlarını ve ifadeleri inceleyerek doğruluk analizleri yapabilir. Konuşmaların metne dönüştürülmesi, metin analizleriyle yalan tespitine katkı sağlamak gibi yöntemlerle, savcılar mahkemede daha iyi hazırlanabilir.
6. Dolandırıcılık Tespiti ve Finansal İncelemeler
   Özellikle mali suçlar ve dolandırıcılık davalarında, YZ tabanlı algoritmalar finansal hareketleri inceleyerek şüpheli işlemleri tespit edebilir. Karmaşık mali ağlar ve veri setleri arasındaki ilişkileri hızlıca analiz edebilir.
7. Yapay Zekâ Tabanlı Asistanlar
   Yapay Zeka tabanlı sanal asistanlar, savcıların rutin işlerini kolaylaştırabilir. Dava dosyalarının hazırlanması, takvim yönetimi, yapılacak işlerin takip edilmesi gibi süreçlerde otomasyon sağlar.
8. Büyük Veri ve Kriminolojik Çözümler
   Suç analizlerinde büyük veri kullanımı, suç modellerinin daha etkili analiz edilmesini sağlar. Örneğin, belirli bir bölgedeki suç profillerinin analizi, suçların ardındaki motivasyonları ve ortak noktaları belirleyebilir. Bu, suçluların yakalanmasını kolaylaştırabilir ve dava süreçlerini hızlandırabilir.

Peki iyi hoş bu kadar destek oluyor da acaba bu sistemin hiç mi bir zararı olmaz diye insanı bir düşündürüyor. Hangi konularda problem oluşturabilir diye düşündüğümüzde ise:

1. Yanlış Sonuçlara Yol Açabilecek Yanlılık (Bias)
   Yapay Zeka sistemleri, eğitildikleri veri setlerine bağlıdır. Eğer kullanılan veri setleri ön yargılı veya eksikse, yapay zeka’nin verdiği sonuçlar da bu yanlılıktan etkilenebilir. Örneğin:
   • Adli hatalar: Bir yüz tanıma sistemi, belirli bir etnik grup üzerinde yanlış sonuçlar verebilir ve masum insanları suçlu olarak gösterebilir.
   • Cinsiyet, ırk veya sosyal statü temelli önyargılar: Yapay Zeka, geçmişteki suç kayıtlarından öğrenirken toplumda var olan yapısal önyargıları da modelleyebilir. Bu da adaletsiz sonuçlara yol açabilir.
2. Hatalı Delil Analizi
   Yapay Zeka sistemleri her zaman doğru sonuç vermez ve bazen yanlış delil analizlerine yol açabilir. Özellikle karmaşık davalarda, algoritmaların bir detayı yanlış anlaması veya gözden kaçırması, yanlış kararların alınmasına neden olabilir. Bu tür hatalar:
   • Delil hataları: Yapay Zeka’nin yanlış sınıflandırma yapması, gerçek suçlunun gözden kaçmasına veya masum bir kişinin suçlanmasına neden olabilir.
   • Manipülasyona açık sistemler: Bazı Yapay Zeka algoritmaları, kötü niyetli kişiler tarafından manipüle edilebilir, bu da sahte delillerin doğru olarak kabul edilmesine neden olabilir.
3. Mahremiyet İhlalleri ve Veri Güvenliği
   Yapay Zeka’nin büyük veri üzerinde çalışabilmesi için büyük miktarda kişisel veri toplaması gerekir. Bu durum, özellikle mahremiyetle ilgili sorunlara yol açabilir:
   • Veri ihlalleri: Kişisel bilgilerin kötü amaçlı kişilerin eline geçmesi, mağdurların, tanıkların veya şüphelilerin gizliliğinin ihlal edilmesine neden olabilir.
   • Verilerin yanlış kullanımı: Toplanan verilerin savcının yetkisi dışında başka amaçlar için kullanılması, güvenlik ve gizlilik endişelerini artırır.
4. Yapay Zekânın Şeffaf Olmaması (Kara Kutu Sorunu)
   Yapay Zeka algoritmaları genellikle çok karmaşık yapılar üzerine kuruludur, bu da sonuçların nasıl üretildiğini tam olarak anlamayı zorlaştırabilir. “Kara kutu” olarak adlandırılan bu problem, şu sonuçları doğurabilir:
   • Savunmanın kısıtlanması: Yapay Zeka’nin nasıl bir sonuca ulaştığı anlaşılmadığında, sanık tarafı bu algoritmaların doğru çalışıp çalışmadığını sorgulamakta zorlanabilir.
   • Adaletin şeffaflığı: Adalet sistemi şeffaf olmalıdır, ancak Yapay Zeka’nin kararları bazen anlaşılamayacak kadar karmaşık olabilir. Bu da güven sorunlarına yol açabilir.
5. İnsani Hataların Gözden Kaçması
   Yapay zekâya aşırı güvenmek, insan gözetiminin azalmasına neden olabilir. Oysa ki Yapay Zeka’nin sonuçlarının her zaman bir insan tarafından gözden geçirilmesi gereklidir. Aksi takdirde:
   • İnsan hatalarını gözden kaçırma: Yapay Zeka’nın hatalı değerlendirmeleri, bir savcı veya avukat tarafından fark edilmezse, adil olmayan sonuçlar doğabilir.
   • İnsan faktörünün ihmal edilmesi: Yapay zekânın veriler üzerinden yaptığı analizler, insani duyarlılığı veya empatiyi göz ardı edebilir.
6. Teknolojik Bağımlılık ve Aşırı Güven
   Savcılar, Yapay Zeka’nin hızlı ve etkili analizlerine güvenerek zamanla bu teknolojilere aşırı bağımlı hale gelebilirler. Bu durum bazı dezavantajları beraberinde getirir:
   • Teknolojiye aşırı güven: Yapay Zeka sistemleri yanılabilir, ancak savcılar bu sistemlere çok fazla güvendiklerinde kendi analiz ve karar verme becerilerini ihmal edebilirler.
   • Teknolojik sorunlar: Yapay Zeka sistemlerinde yaşanabilecek teknik arızalar, yanlış bilgi veya kararlarla sonuçlanabilir.
7. Adaletsiz Ceza Politikalarına Yol Açma Riski
   Yapay zekâ, ceza politikalarının belirlenmesinde kullanılabilir, ancak bu sistemlerin katı ve esnek olmayan yapısı, bireysel durumların göz ardı edilmesine neden olabilir. Örneğin, bir Yapay Zeka sistemi suçlu profilini belirlerken kişisel koşulları ya da sosyal faktörleri dikkate alamayabilir.
8. Etik Sorunlar
   Yapay Zeka’nin yargılama süreçlerinde kullanımı, etik açıdan da tartışmalıdır. Adaletin her zaman insan eliyle sağlanması gerektiği düşüncesi, Yapay Zeka kullanımına karşı olan bir argümandır. Özellikle şu noktalar etiktir:
   • Karar alma sürecinin insani yönünün azalması: Yargı sisteminde empati, ahlaki değerlendirme ve insani yargılar önemlidir. Yapay Zeka, bu unsurları yeterince dikkate alamaz.
   • Sorumluluk kimde olacak?: Bir hata yapıldığında, sorumluluğun kimde olacağı sorusu ortaya çıkar. Yapay Zeka’nin önerdiği bir kararın yanlış olması durumunda, sorumluluğu sistem mi yoksa onu kullanan insan mı üstlenir?

Bu da düşünülmesi gereken başka bir soru. Peki günümüz dünyasında yapay zekayı kendi hukuk sistemine entegre eden ülke var mı diye baktığımda ise aşağıdaki ülkeler sistemlerini destekleyecek şekilde kullanmaya başlamış bulunmaktadır.

1. Amerika Birleşik Devletleri
2. Çin
3. Estonya
4. Birleşik Krallık
5. Singapur
6. Avustralya

Birçok ülke, hukuk sistemine yapay zekâyı entegre etmek için çalışmalar yürütmekte ve bu teknolojiler, hukuk süreçlerini daha verimli, hızlı ve maliyet açısından uygun hale getirme potansiyeline sahip. Ancak yapay zekânın hukukta kullanımı, önyargı, etik ve veri güvenliği gibi konuların dikkatle ele alınmasını gerektiriyor. Her ülkenin bu teknolojiyi nasıl düzenleyeceği ve ne ölçüde kullanacağı, gelecekte hukuk sistemlerinin nasıl evrileceğini belirleyecek. Bakalım zamanla robotların hükmettiği mahkeme salonlarını görebilecek miyiz?

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="5"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Yapay Zekâ: Adaletin Yeni Silahı mı, En Büyük Tehdidi mi? yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Üretken yapay zekanın gün geçmiyor ki yeni alameti harikası çıkarmasın. Bizde gündemi yakından takip ediyor ve çıkan her yeniliği şirketimizde kullandığımız planlama uygulamalarına nasıl entegre ederiz onu düşünüp bunun üzerine analizler ve yazılım çözümleri üretmeye çalışıyoruz.

Luna Spark da “Ürün ve koleksiyon planlarını geliştirme amacıyla kullanabilecekleri bir yapay zeka asistanı olsa? Ürün yönetimi ekiplerinin koleksiyon geliştirme ve planlama çalışmalarında kullandıkları uygulama (LcwSuit) süreçlerini optimize etmelerine, koleksiyon planı yapma süreçlerinde verimliliklerini arttırmalarına ve veri odaklı kararlar almalarına katkı sağlasa? ihtiyacından yola çıkmış ve bu şahane yapay zeka asistanı yaratmamıza alan açmıştı. Şimdi de plan yaparken kullanıcıları için “Neden ürünleri planlarken birbirinin benzeri olan ürünleri bir birinden bağımsız departmanlar plan yaparken bu bilgiyi ona anında bilgi verelim ve ürün çoklamasının önüne geçsek?” Fikri ile yola çıktık.

Lisedeki Tarih hocam kulakları çınlasın “Her şey ihtiyaçtan doğar” sözü hala kulaklarımda.

Bizde başladık şirketimizin görsel koleksiyon planlama uygulamasına bunu entegre etmeye.

Aklımızdaki akış aşağıdaki gibi olacaktı:

1. Kullanıcı uygulamaya girer.
2. Plana ekleyecek ürün görselini ekler.
3. Eklenen bu görsel planurun.api si yardımı ile procesurunimage.api sine gider. Daha önce burada vektörize edilen ürün görselleri ile yeni gelen görseli benzeyenlerini araştırıp yanlarına benzerlik oranına göre sıralar.
4. En iyi 4 seçeneği çıkartır ve bu seçenekleri planurun.api si ile önyüze gönderir. Kullanıcı buna benzer olan ürünlerden seçim yaparak çalışmasını tamamlar.

Bu çalışmanın bir kaç tane ana hedefi vardır.

1. AI yardımı ile şirket içinde farklı markalarda benzer ürünlerin aynı dönem aynı bölgedeki satışları vurmayacak şekilde alokasyonda doğru dağıtımını sağlamak.
2. AI yardımı ile bir birinin benzeri olan ürünlerin farklı dönemlerinde sevkiyatlarında yok satmanın önüne geçmek/ benzer ürünleri muadili olarak sevkiyatını gerçekleştirmek.
3. Planlama döneminde benzer ürünleri aynı üreticilere yönlendirmek ve fire oranının azalması ile maliyet avantajı sağlamak.
4. Üretken yapay zeka ile insanın gözünden kaçan detayları AI yardımı ile farketmek ve planlamanın veri doğruluğunu sağlayarak gerçeğe yakın bütçe hedefleri yapmak.

Bunları düşünüp çalışmaya başladık fakat python kodunu bir apiye dönüştürüp ayağa kaldırmak üstelik entegre etmek o kadar kolay değildi. Sonrasında görsellerin saklanacağı azur alanını planlamak, birden fazla görseli olan ürün olduğunda hangisini seçeceği ve vektörize etsin bunlarında ayrıca analizi ve sorgusunun yazılması ve servis tiplerini belirleme işi vardı ki bizi en yıpratan ikinci yer burasıydı.

Sonuç olarak kendi ürünlerimizle eğittiğimiz yapay zeka modelinden ürünü temsil eden matematiksel özeti(embedding) karşılaştırıyoruz. Kolay olmayan ama sonucunda şirketin karlılık hedefine dolaylı yoldan da olsa ciddi katkı sağlayacak geliştirmeyi sonunda canlıya alabildik.

Bu ve daha fazlasını sağlayacak şekilde geliştirmeye devam ediyor ve yeni özellikler kattıkça burada paylaşmaya devam ediyor olacağız.

Bu çalışmayı gerçekleştiren proje grubuna da buradan teşekkür etmek istiyorum.

Serap Gür — https://www.linkedin.com/in/serapgur/

Abdul Meral – https://www.linkedin.com/in/abd%C3%BCl-meral/

Ayberk Kemal Gezer — https://www.linkedin.com/in/ayberk-kemal-gezer-62a174180/

Şevin Tavsel — https://www.linkedin.com/in/%C5%9Fevin-tavsel-psm-i-090aa573/

Çetin Oğulcan Yılmaz — https://www.linkedin.com/in/cetin-ogulcan-yilmaz/

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Benzer Benzeri Çeker (!) yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Lcwaikiki BT Ürün Yönetimi Departmanının sorumluluğunda olan programın Enterprise search AI robotu Luna Spark dünyaya merhaba dedi.

Evet kendi AI gpts mizi yaptık 🙂 Gelin nasıl ilerledik biraz üzerinde konuşalım.

Bu çalışma Lcwaikiki BT Ürün Yönetimi ve Yapay Zeka Ekibinin bir projesi olup geceli gündüzlü çalışmalarının sonucunda ortaya çıkmış bir üründür. AI modelinin yapılışından ziyada bu AI modelini besleyecek dökümanları, kullanıcıların ulaşabileceği arayüz tasarımlarını ve backend yapısına ufak bir değinme olacaktır.

1. Kullanıcıların textlerinin girebilmeleri için bir arayüz tasarımı ve bunun AI Modeli ile bağlantı kuracak API yapısının kurulması.
2. Gelen istek programın api servisleri tarafından karşılanması.
3. Gpt 3.5 altyapısıyla geliştirilmiş yapay zeka Ekibinin AI servisine karşılanacak istek program tarafından iletilmesi.
4. Yapay Zeka ekibinden program servisine bir response dönmesi.
5. Dönen response elastic search teknolojisi ile lunaspark isimli indexe kayıt atması ve aynı zamanda kullanıcıya dönen response değerinin verilmesi.
6. Ek olarak bu verilerin cacheleme işlemleri redis üzerinden ayrı bir db de tutulması.

Bu akış yapılan ara yüz ile AI modelin bir biri ile iletişim kurmasının akışıdır. Bu akış dışında aslında en önemli aşamalardan biri de döküman hazırlama noktası. Döküman hazırlığı için aşağıdaki adımları izlediğimizde modelin doğru cevap verme oranları 80% leri buldu. Bu adımlar ise;

• İlgili programın kullanım klavuzunu clusterlama yapısı ile kurgulamanız çok önemli. Modelin gelen textlerin karışılığını ararken burada karmaşaya düşmeden direk nokta atışı ilerlemesini sağlar.
• Dökümanda özellikle kelime kullanımlarını çeşitlendirmeden bulunduğunuz kurumdaki terimlere sadık kalarak yazılması gerekir. Bir paragrafta “eşlenir” diğer paragrafta “eklenir” kelimeleri türkçede her ne kadar eşlenik olmasada model bunu ayırt etmeyebilir. Burada ekleme ise ekleme ile devam edilmeli. Kelime çeşitliliği modelin arama ve anlam bulma konusunda kısır bir döngüye koyabilir.
• Dökümanlarda mutlaka kullanıcıların yapılan işlem için anlam bulması gerektiğini düşünüyorsanız süreç dökümanları eklenmelidir. Model buradaki veriler ile birlikte cevabı kullanıcının anlayacağı dile dönüştürebiliyor bu da kullanıcı ile arasındaki mesafeyi azaltır.
• Kurumunuz içinde programlarınız için olası hata/eksik/talep vb gibi durumların toplandığı soru sorulan bir alan var ise mutlaka buradaki iç görüyü dökümanlara ekleyin. Kullanıcının düşünme modelini çıkartarak dökümanı yazmak daha hızlı ve gerçekci oluyor ama unutmayın ki AI modelininde verebileceği cevapları kullanıcının sorusuna göre nasıl döneceğini de düşünmelisiniz. Kısaca AI robotu gibi düşünmeniz tavsiye :).
• Yeni geliştirmeler henüz denenmediği için gelebilecek soruları tespit etmek zor olabilir bu noktada yukarıdaki deneyimden yola çıkarak AI robotu gibi cevap verecek şekilde hazırlamalı varsa program görselleri ile çeşitlendirmelisiniz.

Kullanıcının ara yüzde verilen cevabı yorumlamak için gradeleme yapısı çok önemlidir. Bu puanlama aslında modelinizin gelişmesi ve öğrenme süreçlerinide doğru bir akışta ilertmesini sağlayacaktır. Biz grade seviyemizi 1–5 arasında yaptık böylelikle kullanıcının yaklaşımından bir eğri yakalayıp modelinde öğrenme hızını ölçümleyebileceğiz. Ayrıca kullanıcı geçmişe dönük sorularınıda görebilmesi için bir alan açarak tekrardan soru sormasını ve hızlı/doğru bilgiye ulaşmasını sağladık.

Henüz bizim içinde yeni olan bu geliştirme ile ilgili daha çok deneyimleyeceğimiz özellikleri olucak. Yeni geliştirmeleri sizde bizim gibi merak ederseniz takipte kalın 🙂

Bu yazı vesilesi ile Lcwaikiki Yapay Zeka Ekibine ve BT Ürün Yönetimi İş Analizi ve Yazılım Ekibine teşekkür ederim.

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="3"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Luna Spark : Hello World! yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Elbette senin için çizeceğim cevabını alacağınız chatgpt gün geçtikçe akıl almaz hızda gelişmeye devam ediyor. Paralelde biz insanlık dünyasıda yapay zekanın nimetlerinden faydalanmaya devam ediyoruz.

Bugün ki yazımda chatgpt yardımı ile bir analiz dökümanının flowchartını yaratırız onu anlatacağım.

Öncelikle ilgili geliştirme için bir analiz çıkartılmalı. Dilerseniz bir önceki yazımda bahsettiğim gibi kabul kriterlerini verdiğinizde yazılan analizin okumasını buradan ulaşabilirsiniz -> https://medium.com/lcw-digital/i-have-a-question-3ead7ea01685 . Eğer analiziniz hazır ise şimdi bunun flowchartını çıkartma zamanı.

Öncelikle ben bu çalışmayı chatgpt 4 de yaptım fakat siz isterseniz ücretsiz sürümü olan chatgpt 3.5 ile de yapabilirsiniz.

1. İlgili analizin prompt u yazılır. Ardından bu analizin flowchartı çıkartılması istenir. (Tablo 1)
2. Ardından chatgpt analizin akışını çıkartır. Bir önceki yazıda mermaid.live da deneme yaptığım için oradaki bağlama bağlı kalarak flowchartı oraya uygun olacak şekilde basamaklandırır. (Tablo 2)
3. Çıkan akışı mermaid.live da bir görsel bir diagram çıkarması için kodlaması istenir. (Tablo 3)
4. Mermaid.live çalışmak üzere chatgpt yazdırdığı kodu yapıştırıp diagramı çıkarmasını istedim.(Tablo 4)
5. Platformun hemen sağ tarafında girmiş olduğum kodlamaya uygun olacak şekilde analizimin flowchartı hazır oldu. (Tablo 5)

Bundan sonrası artık analizlerinizin wikilerini sisteme kazandırmak kalıyor. Bir sonraki chatgpt denemesine kadar…

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>Hey Chatgpt Benim için Kodla! yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.

Eskiden merak ettiklerimiz için saatlerce kütüphanelerde dev ansiklopedilerde araştırmalar yapardık. Sonrasında bilgisayarların yaygınlaşması ile artık google da araştırma yaparak dünyanın her yerinde var olan bilgilere ulaşabiliyor olduk.

Ardından teknoloji ilerledi, yapa zeka öğrenme süreçlerini hızlandırdı ve artık her sorduğumuz soruya cevap veren dijital bir asistan olup birlikte yol almaya başladık.

Bugün ki yazım aslında iş analizinde chatgpt den nasıl faydalanırız onu anlatmak üzerine olacak. Şimdi örnek bir talep ile başlayalım etap etap nasıl kullandığımızı aktarayım.

1. Öncelikle chatgpt ye gelen kabul kriteri yada talebi aktarıyoruz. Ondan bir kullanım taslağı çıkarmasını istiyoruz.

2. Chatgpt istediğimiz şekild ebize bir format verir. Senaryoları yazar. Alın direk kopyalayın demiyorum tabi ama içeriklerden faydalanarak burayı detaylandırabilirsiniz yada benim gibi 3 madde değil daha fazla madde verirseniz arasında bağ da kurarak size yöntemde söyleyebilir.

3. Bu bilgileri analiz dökümanına dökmesini istedim ve benim için bir analist gözü ile analiz dökümanı yazdı.

4. Analiz bittikten sonra bunun jirada user story lerini yazmak içinde sorabilirsiniz. Ben sordum ve aşağıdaki gibi cevap aldım

tataaaam işte 3 maddelik gelen talep ile hem analiz dökümanının taslağını hazırlamış hem de bu taslaktan user storylerinizi hazırlamış oldunuz.

Bir tık ileri gidiyorum ve bu talep in sql tablosunu yaratmak istesek nasıl yazardık diye sorduğumda ise;

Yapay zeka şu saniyelerde bile o kadar hızlı öğreniyor ki artık elimizden işlerimizi alacak korkusu duymaya başlamalı mıyız? diye sormak geliyor içimden bazen ama sonra diyorum ki yeni denizlere açılmamız için belki de yeni fırsatlar yaratıyordur.

Sizinde işinizde kullandığınız örnekleriniz var ise benimle paylaşmaktan çekinmeyin.

<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Okuma Süresi"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="dk"></span></span>I Have a Question? yazısı ilk önce Ofistekiler üzerinde ortaya çıktı.